🤖 Ресурсы для подготовки к собеседованиям на ML-роль Во второй части мне захотелось собрать ресурсы, которые действительно кажутся мне полезными для подготовки к собеседованиям 〰️Что использую • deep-ml.com тренажёр по ML coding там много задач в формате «реализуй batch norm / optimizer / clustering с нуля», то есть примерно того типа, что могут дать на кодинг интервью. Отдельно нравится, что там есть интерактивный режим работы с кодом • neetcode.io для алгоритмов ( мне нравится, что это не просто набор задач, а понятный маршрут по темам: от sliding window и two pointers до graphs и dynamic programming. За счёт этого готовиться получается более системно, чем просто решать задачи вразнобой. Ещё там есть Blind 75 — один из самых известных списков задач для подготовки к интервью, поэтому я тоже на него ориентируюсь • Chip Huyen, “ML Interviews” бесплатная книга с 200+ вопросами и хорошими разборами. Ценна не только правильными ответами, но и тем, что помогает понять, что именно интервьюер хочет услышать • Machine-Learning-Interviews тоже структурированный разбор всех частей ML-интервью: от general coding и ML fundamentals до ML system design • Machine Learning Interview Questions and Answers по сути, это хорошие чек-листы по темам и вопросам для ML Engineer / Applied Scientist ролей • Гайды по ML system design “Machine Learning System Design in a Hurry” от HelloInterview и недавно обноружила для себя курс от Cloud.ru Сейчас мне кажется, что в подготовке намного полезнее взять один реальный проект и научиться рассказывать о нём по-разному в зависимости от роли и компании. Где-то важнее сделать акцент на моделях, где-то на инфраструктуре, а где-то на продуктовой логике